Gemini 4 Argon में नया क्या है

Gemini 4 Argon (gemini-4-argon) हमारा सबसे नया और दमदार मॉडल है. यह मुश्किल समस्याओं को हल करने के लिए, ज़्यादा समय और गहराई से सोच सकता है. इससे कोडिंग, एजेंटिक, गणित, और विज्ञान से जुड़े मुश्किल टास्क के बेहतर नतीजे मिलते हैं. Gemini 4 Argon, Gemini API और Google AI Studio में उपलब्ध है.

Gemini 4 Argon, इनपुट और आउटपुट के लिए 10 लाख टोकन की एक ही सीमा के साथ-साथ, 10 लाख टोकन तक के लंबे डीकोड और सूझ-बूझ वाले मॉडल के लेवल (low, medium, high) की सुविधा देता है.

इस गाइड में, Gemini 4 Argon में नई सुविधाओं, एपीआई में हुए बदलावों, कोड के उदाहरणों, और माइग्रेशन के बारे में जानकारी दी गई है.

नया मॉडल

क्विकस्टार्ट

gemini-4-argon को अनुरोध भेजने के लिए, यहां दिया गया उदाहरण इस्तेमाल करें. इसमें, thinking_level के लिए सुझाया गया डिफ़ॉल्ट लेवल (medium) और आउटपुट टोकन की 64 हज़ार की सीमा का इस्तेमाल किया गया है:

pip install -U "google-genai>=2.30.1"

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
    config=types.GenerateContentConfig(
        max_output_tokens=65536,
        thinking_config=types.ThinkingConfig(thinking_level="medium"),
    ),
)

print(response.text)

npm install "@google/genai@>=2.29.1"

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({});

const response = await ai.models.generateContent({
  model: "gemini-4-argon",
  contents: "Write a three.js script that renders a realistic 3D black hole with gravitational lensing.",
  config: {
    maxOutputTokens: 65536,
    thinkingConfig: {
      thinkingLevel: "medium",
    },
  },
});

console.log(response.text);

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-4-argon:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [{
      "parts": [{"text": "Write a three.js script that renders a realistic 3D black hole with gravitational lensing."}]
    }],
    "generationConfig": {
      "maxOutputTokens": 65536,
      "thinkingConfig": {
        "thinkingLevel": "medium"
      }
    }
  }'

Gemini 4 Argon में नया क्या है

• इनपुट और आउटपुट के लिए 10 लाख टोकन की एक ही सीमा: इनपुट, सूझ-बूझ वाले मॉडल, और आउटपुट टोकन के लिए 10 लाख टोकन की एक ही विंडो शेयर की जाती है. इसमें, स्ट्रीमिंग के अलावा अन्य कॉल के लिए हर अनुरोध पर 32 हज़ार और स्ट्रीमिंग कॉल के लिए हर स्ट्रीम पर 64 हज़ार टोकन की सीमा होती है.
• 10 लाख टोकन तक का लंबा डीकोड: मॉडल, हर अनुरोध पर तय की गई सीमा से ज़्यादा टोकन जनरेट कर सकता है. यह सीमा, आपके इनपुट के अलावा 10 लाख टोकन तक हो सकती है. Google GenAI SDK के सबसे नए वर्शन, डिफ़ॉल्ट रूप से आपके लिए काम करते रहेंगे.
• एजेंटिक वीडियो समझने की सुविधा (GA): एजेंटिक वीडियो समझने की सुविधा अब आम तौर पर उपलब्ध है.
• मैनेज किए गए एजेंट में उपलब्ध: Gemini के मैनेज किए गए एजेंट में मौजूद Antigravity एजेंट अब Gemini 4 Argon के साथ काम करता है.

ज़्यादा जानकारी के लिए, Gemini 4 Argon मॉडल का पेज देखें. कीमत की जानकारी के लिए, कीमत वाला पेज देखें.

ज़्यादा आउटपुट और लंबा डीकोड

जब किसी टास्क के लिए गहराई से सोचने की ज़रूरत होती है, तो Gemini 4 Argon ज़्यादा समय और मेहनत करके, कोडिंग, विज्ञान, और गणित से जुड़ी मुश्किल समस्याओं को एक ही बार में हल कर सकता है.

• इनपुट और आउटपुट के लिए 10 लाख टोकन की एक ही सीमा: Argon, सूझ-बूझ वाले मॉडल और आउटपुट के लिए, आपके इनपुट टोकन के अलावा 10 लाख टोकन तक इस्तेमाल कर सकता है.
• सूझ-बूझ वाले मॉडल के टोकन, max_output_tokens में गिने जाते हैं: मुश्किल टास्क के लिए, मॉडल बेहतर जवाब देने के लिए, आपके max_output_tokens बजट का ज़्यादा इस्तेमाल करता है. टोकन के इस्तेमाल को कंट्रोल करने के लिए, thinking_level का इस्तेमाल करें.
• हर अनुरोध पर सीमाएं (स्ट्रीमिंग के लिए 64 हज़ार / स्ट्रीमिंग के अलावा अन्य कॉल के लिए 32 हज़ार): स्ट्रीमिंग के एक अनुरोध पर, ज़्यादा से ज़्यादा 65,536 टोकन मिलते हैं. स्ट्रीमिंग के अलावा अन्य कॉल के एक अनुरोध पर,ज़्यादा से ज़्यादा 32, 768 टोकन मिलते हैं. Gemini 3.x में यह सीमा 65,536 टोकन थी. REST कॉल के लिए भी, ये सीमाएं डिफ़ॉल्ट रूप से लागू होती हैं.

Google GenAI SDK के सबसे नए वर्शन, डिफ़ॉल्ट रूप से आपके लिए लंबा डीकोड करते हैं. Python google-genai 2.30.1 या इसके बाद का वर्शन या JavaScript @google/genai 2.29.1 या इसके बाद का वर्शन इस्तेमाल करें.

इन वर्शन में, automatic_continuation डिफ़ॉल्ट रूप से True पर सेट होता है. इसलिए, आपको इसे सेट करने की ज़रूरत नहीं होती. जब max_output_tokens को हर अनुरोध पर तय की गई सीमा से ज़्यादा पर सेट किया जाता है, तो generate_content और generate_content_stream अनुरोधों के बीच अपने-आप जारी रहते हैं. ऐसा तब तक होता है, जब तक मॉडल पूरा नहीं हो जाता या max_output_tokens की सीमा तक नहीं पहुंच जाता. इसके बाद, यह एक साथ जवाब देता है.

response = client.models.generate_content(
    model="gemini-4-argon",
    contents="Write a complete, rigorous proof of the prime number theorem.",
    config=types.GenerateContentConfig(
        max_output_tokens=262144,
        thinking_config=types.ThinkingConfig(thinking_level="high"),
        automatic_continuation=True,  # Default.
    ),
)

लूप को खुद चलाने के लिए, automatic_continuation=False सेट करें. अगर REST कॉल किया जाता है या SDK का पुराना वर्शन इस्तेमाल किया जाता है, तो अनुरोध हर अनुरोध पर तय की गई सीमा पर रुक जाते हैं. REST लूप, तीसरे पक्ष के फ़्रेमवर्क, टोकन की गिनती, और लंबा डीकोड कब इस्तेमाल करना है, इसके बारे में जानने के लिए, लंबा डीकोड करने से जुड़ी गाइड देखें.

आउटपुट टोकन की सीमाएं सेट करना

max_output_tokens से, जनरेशन के लिए सूझ-बूझ वाले मॉडल और आउटपुट टोकन की कुल संख्या सेट की जाती है. इसमें, जारी रखने के सभी अनुरोध शामिल होते हैं. इसे इतना ज़्यादा सेट करें कि सूझ-बूझ वाले मॉडल की वजह से जवाब छोटा न हो. इसे इतना कम सेट करें कि मुश्किल प्रॉम्प्ट के लिए, सभी टोकन इस्तेमाल होने पर खर्च सीमित रहे.

शुरुआत करने के लिए, यहां दिए गए दिशा-निर्देशों का इस्तेमाल करें:

• सामान्य टास्क: डिफ़ॉल्ट सेटिंग बनाए रखें.
• ऐसे मौजूदा ऐप्लिकेशन जिनकी सीमा 32 हज़ार से कम है: max_output_tokens को 32,768 पर सेट करें. कम टोकन इस्तेमाल करने के लिए, thinking_level को कम करें.
• ऐसे टास्क जिनके लिए पहले 32 हज़ार से ज़्यादा टोकन इस्तेमाल किए जाते थे: max_output_tokens को 65,536 पर सेट करें.
• मुश्किल रीज़निंग और कोडिंग: max_output_tokens को 1,31,072 या 2,62,144 पर सेट करें. यह सीमा, आपके इनपुट टोकन के अलावा 10,48,576 तक हो सकती है.

अगर किसी अनुरोध में max_output_tokens के सभी टोकन इस्तेमाल हो जाते हैं, तो यह finish_reason: "MAX_TOKENS" दिखाता है. साथ ही, इसमें continuation_token शामिल होता है. आपके पास इसे फिर से शुरू करने या नया अनुरोध भेजने का विकल्प होता है.

• चेकपॉइंट से फिर से शुरू करना: ओरिजनल अनुरोध को, continuation_token के सबसे नए वर्शन और ज़्यादा max_output_tokens के साथ भेजें. अगर max_output_tokens को नहीं बढ़ाया जाता है, तो अनुरोध 400 INVALID_ARGUMENT दिखाता है.
• फिर से शुरू करना: ओरिजनल अनुरोध को, ज़्यादा max_output_tokens और बिना continuation_token के भेजें.

सूझ-बूझ वाले मॉडल के लेवल की जानकारी

सूझ-बूझ वाला मॉडल का लेवल, Gemini 4 Argon में क्वालिटी, इंतज़ार के समय, और टोकन के इस्तेमाल को कंट्रोल करने का मुख्य तरीका है:

अपने आकलन, तीनों लेवल पर ज़्यादा max_output_tokens के साथ करें, ताकि सीमा की वजह से जवाब छोटे न हों. इसके बाद, thinking_level का वह सबसे कम लेवल चुनें जो आपकी क्वालिटी बार के मुताबिक हो.

माइग्रेशन के लिए चेकलिस्ट

  `/gemini-api-dev migrate my app to Gemini 4 Argon`

gemini-4-argon पर माइग्रेट करना

• मॉडल आईडी अपडेट करना: अपने मॉडल स्ट्रिंग को gemini-4-argon में बदलें.
• `max_output_tokens` को साफ़ तौर पर सेट करनाmax_output_tokens: स्ट्रीमिंग और SDK कॉल के लिए डिफ़ॉल्ट रूप से यह 64 हज़ार और स्ट्रीमिंग के अलावा अन्य REST कॉल के लिए 32 हज़ार पर सेट होता है.
• 32 हज़ार से कम की सीमाओं को बढ़ाना: 32 हज़ार से कम की किसी भी सीमा को कम से कम 32,768 पर सेट करें. टोकन के इस्तेमाल को कम करने के लिए, thinking_level का इस्तेमाल करें.
• लंबे डीकोड के लिए प्लान करना: हर अनुरोध पर तय की गई सीमा से ज़्यादा वाले टास्क के लिए, SDK का सबसे नया वर्शन इस्तेमाल करें या continuation_token लूप जोड़ें.
• thinking_budget की जगह thinking_level का इस्तेमाल करना: thinking_budget अब भी काम करता है और यह thinking_level के सबसे नज़दीकी लेवल पर मैप होता है. हालांकि, इससे चेतावनी मिलती है. low, medium, और high पर अपने वर्कलोड की जांच करें.
• साफ़ तौर पर कॉन्टेक्स्ट कैश करने की सुविधा बंद करना: Gemini 4 Argon पर, साफ़ तौर पर कैश करने की सुविधा (cachedContents / caches.create) काम नहीं करती. इससे गड़बड़ी दिखती है. GenerateContentConfig में, cached_content बनाने या पास करने वाले कॉल हटाएं. इंप्लिसिट कैशिंग कम से कम 4,096 टोकन वाले प्रॉम्प्ट के लिए डिफ़ॉल्ट रूप से चालू होती है. साथ ही, कैश हिट होने पर, कैश किए गए इनपुट टोकन पर 95% की छूट मिलती है.
• बंद हो चुके पैरामीटर हटाना: अनुरोधों से temperature, top_p, top_k, और candidate_count हटाएं. अगर सैंपलिंग पैरामीटर दिए जाते हैं, तो उन्हें अनदेखा कर दिया जाता है.
• क्लाइंट के टाइमआउट बढ़ाना: एचटीटीपी क्लाइंट के टाइमआउट को हर कॉल के लिए कम से कम 20 मिनट पर सेट करें.
• सूझ-बूझ वाले मॉडल के सिग्नेचर बनाए रखना: मल्टी-टर्न और फ़ंक्शन-कॉलिंग के अनुरोधों में, बातचीत का पूरा इतिहास पास करें. इसमें, सूझ-बूझ वाले मॉडल के सिग्नेचर भी शामिल होने चाहिए.

कीमत

Gemini 4 Argon, 30 नवंबर, 2026 तक शुरुआती कीमत पर उपलब्ध है:

• इनपुट टोकन: 2 डॉलर/10 लाख टोकन (1 दिसंबर, 2026 से 4 डॉलर/10 लाख)
  • कैश किए गए इनपुट टोकन: इंप्लिसिट कैशिंग की वजह से, कैश किए गए इनपुट टोकन पर 95% की छूट मिलती है. इसलिए, इनकी कीमत 0.10 डॉलर/10 लाख टोकन (1 दिसंबर, 2026 से 0.20 डॉलर/10 लाख) हो जाती है.
• आउटपुट टोकन, जिनमें सूझ-बूझ वाले मॉडल के टोकन भी शामिल हैं: 10 डॉलर/10 लाख टोकन (1 दिसंबर, 2026 से 20 डॉलर/10 लाख)

Gemini 4 Argon, मुफ़्त टियर या Google AI Pro प्लान में उपलब्ध नहीं है. कीमत के सभी टियर देखने के लिए, कीमत वाला पेज देखें.

अन्य मॉडल

• Gemini 3.8 Flash
• Gemini 3.6 Flash और 3.5 Flash-Lite
• सभी मॉडल देखें

आगे क्या करना है

• स्ट्रीमिंग, फिर से कनेक्ट करने, और टोकन की गिनती के पैटर्न के बारे में पूरी जानकारी पाने के लिए, लंबा डीकोड करने से जुड़ी डेवलपर गाइड पढ़ें.
• सूझ-बूझ वाले मॉडल के लेवल और सूझ-बूझ वाले मॉडल की खास जानकारी कैसे काम करती है, यह जानने के लिए, सूझ-बूझ वाले मॉडल की गाइड पढ़ें.
• Google AI Studio में Gemini 4 Argon आज़माएं.